仅一类的分类器

在简单的分类中，我们有两个类：class-0和class-1。在某些数据中，我只有Class-1的值，所以没有Class-0的值。现在，我正在考虑建立一个模型来对第1类的数据进行建模。因此，当有新数据出现时，该模型将应用于新数据，并找到一个概率，说明新数据与该模型相适应的可能性。然后，与阈值进行比较，我可以过滤不适当的数据。

我的问题是：

• 这是解决此类问题的好方法吗？
• 可以在这种情况下使用RandomForest分类器吗？我是否需要为第0类添加人工数据，希望分类器将其视为噪声？
• 还有其他想法可以解决这个问题吗？

使用某些方法可以做到这一点，并且肯定是有效的方法。不过，我不确定随机森林是否可以做到这一点。

生成人工数据意味着要做出额外的假设，如果没有必要，则不要这样做。

您可能需要研究的一种技术是所谓的一类SVM。它完全满足您的需求：它试图建立一个模型，该模型接受训练点并拒绝其他分布的点。

关于一类SVM的一些参考：

1. Schölkopf，Bernhard等。“估计支持高维分布。” 神经计算13.7（2001）：1443-1471。本文介绍了该方法。

2. 税收，大卫·MJ和罗伯特·PW杜因。“支持向量数据描述。” 机器学习54.1（2004）：45-66。做同一件事的不同方法，可能更直观。

这两种方法已被证明是等效的。第一个估计超平面，该超平面将所有训练数据与特征空间中的原点以最大距离分开。第二种方法估计包含训练实例的特征空间中半径最小的超球面。

一类SVM在许多SVM软件包中都可用，包括libsvm，scikit-learn（Python）和kernlab（R）。

让我添加更多可能性：

通常的想法是，设置到类别的距离的阈值使您能够决定样本是否属于该类别，并且不管是否存在其他类别。

• 马氏距离=> QDA
• SIMCA（类比的软件独立建模）使用PCA分数空间中的距离。
  SIMCA在化学计量学文献中很常见（尽管很少真正以一类方法设置）。
• （在@Marc Claesen的答案中已经处理了SVM）

理查德·布雷顿（Richard G. Brereton）：模式识别的化学计量学（Wiley，2009）整章介绍了一类分类。